SSH蜜罐项目启动与配置教程
2025-04-29 10:03:22作者:蔡丛锟
1. 项目目录结构及介绍
ssh-honeypot 项目目录结构如下:
ssh-honeypot/
├── bin/ # 存放可执行文件
│ └── ssh-honeypot # SSH蜜罐的主程序
├── etc/ # 配置文件目录
│ └── ssh-honeypot.conf # 默认配置文件
├── docs/ # 文档目录
├── lib/ # 存放项目依赖库
├── man/ # man页面文档
│ └── ssh-honeypot.1 # 主程序的man页面
└── tests/ # 测试目录
bin/: 包含了项目的可执行文件ssh-honeypot。etc/: 包含了项目的配置文件ssh-honeypot.conf。docs/: 包含项目的文档。lib/: 包含项目所依赖的库。man/: 包含项目的man页面文档。tests/: 包含项目的测试代码。
2. 项目的启动文件介绍
项目的启动文件是 bin/ 目录下的 ssh-honeypot。这是一个可执行文件,可以通过以下命令启动:
./bin/ssh-honeypot
启动后,程序会监听默认的SSH端口(通常是22端口),并等待SSH连接的尝试。
3. 项目的配置文件介绍
项目的配置文件是 etc/ 目录下的 ssh-honeypot.conf。以下是配置文件的主要部分及其说明:
# 监听地址和端口
listenAddress = 0.0.0.0
listenPort = 22
# 日志相关配置
logFilePath = /var/log/ssh-honeypot.log
logLevel = INFO
#蜜罐相关配置
# 是否记录所有尝试的密码
recordPassword = true
# 是否记录所有尝试的公钥
recordPublicKeys = true
# 是否允许root登录
allowRootLogin = false
# 最大尝试次数
maxAuthTries = 5
# 阻止IP的时长(秒)
blockDuration = 300
配置文件中的每一项都可以根据实际需要进行调整。例如,如果你希望更改监听的端口或日志文件的存储位置,你可以在配置文件中对应地修改 listenPort 和 logFilePath 的值。
修改配置文件后,需要重启 ssh-honeypot 进程以使配置生效。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
234
309
暂无简介
Dart
598
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
681
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
仓颉编程语言测试用例。
Cangjie
36
680